n8n lance ses Agents : quand laisser l’IA décider, et quand garder un workflow

Le 25 septembre 2026, n8n a présenté ses nouveaux Agents. L’idée est simple : au lieu de dessiner à l’avance chaque étape, on décrit un objectif, on choisit un modèle d’IA et on limite les outils que l’agent peut utiliser. Il détermine ensuite lui-même la prochaine action.

C’est une évolution intéressante pour l’automatisation, mais elle ne rend pas les workflows classiques inutiles. Au contraire : plus l’IA dispose d’autonomie, plus il faut encadrer précisément ce qu’elle peut lire, décider et modifier.

Un workflow exécute un chemin, un agent choisit le chemin

Un workflow n8n traditionnel suit une suite d’étapes définies à l’avance : récupérer un formulaire, vérifier les champs, créer une fiche, envoyer une notification, puis enregistrer le résultat. Si les règles sont stables, cette approche reste la plus lisible et la plus prévisible.

Un agent fonctionne autrement. Il reçoit une demande, examine le contexte et choisit parmi les outils autorisés. Il peut poser une question, consulter une source, appeler un workflow, puis adapter la suite selon le résultat. Cette boucle de raisonnement convient mieux aux demandes ouvertes, lorsque l’ordre des étapes n’est pas toujours connu au départ.

Exemple concret : « prépare un point sur les demandes clients urgentes et signale celles qui nécessitent une réponse humaine ». Un workflow rigide peut vite devenir une forêt de conditions. Un agent peut analyser chaque demande, chercher le contexte utile et proposer une synthèse. Mais l’envoi d’un message ou la modification d’un dossier sensible devrait rester confié à un outil très limité, voire attendre une validation humaine.

Ce que n8n ajoute réellement

Les Agents deviennent des éléments à part entière dans n8n, à côté des workflows. Ils réunissent dans une même interface le modèle, les instructions, les outils, la mémoire, les canaux de discussion, les planifications et les éventuels sous-agents.

• Un agent peut être appelé depuis Slack, Telegram ou Linear, lancé selon une planification, ou interrogé depuis un workflow.
• Un workflow existant peut devenir un outil de l’agent, sans donner à celui-ci un accès général au service concerné.
• Les versions brouillon et publiée sont séparées : on peut tester une modification sans changer immédiatement ce qui tourne en production.
• Les sessions et journaux montrent les outils appelés, les entrées, les sorties et les erreurs.
• Un outil sensible peut exiger une approbation avant son exécution.

Le nœud « AI Agent » déjà présent dans les workflows ne disparaît pas et les automatisations existantes continuent de fonctionner. Cette nouveauté propose surtout un cadre plus complet pour créer un agent réutilisable à plusieurs endroits.

Quand garder un workflow déterministe

Il vaut mieux conserver un workflow classique quand le processus est connu, répétitif et vérifiable. C’est notamment le cas pour :

• copier des données entre deux outils selon des règles fixes ;
• générer un document à partir d’un modèle validé ;
• appliquer une règle comptable, contractuelle ou réglementaire ;
• mettre à jour un système lorsque chaque champ et chaque contrôle sont connus ;
• exécuter une action critique qui doit produire le même résultat à chaque fois.

Dans ces situations, ajouter un agent peut augmenter le coût, le temps d’exécution et le nombre de cas imprévisibles sans apporter de vraie valeur. Une bonne automatisation n’a pas besoin d’IA partout.

Quand un agent devient utile

L’agent prend son sens lorsque l’entrée varie beaucoup et que la prochaine étape dépend du contexte : trier des demandes formulées librement, rechercher plusieurs informations, préparer une réponse, résumer un dossier ou demander une précision avant d’agir.

Le montage le plus solide est souvent hybride :

1. un workflow reçoit la demande, vérifie les données et retire ce qui ne doit pas être transmis ;
2. l’agent analyse la partie ambiguë et propose une décision structurée ;
3. le workflow contrôle le format de la réponse ;
4. une personne valide si l’action est sensible ;
5. un workflow limité exécute uniquement l’action autorisée et journalise le résultat.

L’agent garde ainsi la souplesse du raisonnement, tandis que le workflow conserve la maîtrise des accès et des effets réels.

Cinq garde-fous avant de publier un agent

1. Commencer en lecture seule

Un premier prototype peut chercher et résumer des informations sans rien modifier. On observe son comportement avant de lui donner un outil d’écriture.

2. Limiter chaque outil à une seule action

Un agent chargé d’ajouter une note dans un CRM n’a pas besoin d’un accès permettant aussi de supprimer un client. Un petit workflow dédié réduit le rayon d’action et évite de transmettre les identifiants généraux à l’agent.

3. Exiger une validation pour les actions sensibles

Envoyer un message externe, supprimer une donnée, modifier un prix ou déclencher un paiement ne devrait pas reposer uniquement sur la décision du modèle. La validation doit intervenir juste avant l’action, avec un résumé clair de ce qui va changer.

4. Tester les cas qui se passent mal

Il faut vérifier les demandes incomplètes, les données contradictoires, les outils indisponibles et les instructions malveillantes cachées dans un document ou un message. Le bon test n’est pas seulement « est-ce que ça marche ? », mais aussi « est-ce que ça s’arrête proprement ? ».

5. Surveiller les exécutions et prévoir une reprise humaine

Les journaux doivent permettre de comprendre les choix de l’agent. Une erreur importante doit déclencher une alerte, laisser les données dans un état cohérent et fournir une procédure simple pour reprendre la main.

Disponibilité, préversion et coût d’exécution

La documentation n8n indique que les Agents sont disponibles sur n8n Cloud et, en auto-hébergement, à partir de la version 2.32.3. La fonctionnalité reste toutefois en préversion : son comportement peut évoluer et n8n recommande de tester avant publication, avec des validations sur les actions sensibles.

Côté consommation, un échange avec un agent compte comme une exécution et partage le quota des workflows. Il faut aussi considérer le coût éventuel du modèle et des services appelés. Un agent qui boucle, consulte trop de sources ou reçoit un objectif flou peut consommer plus qu’un workflow court et déterministe.

Le vrai progrès : choisir où placer l’autonomie

Les Agents n8n rendent les automatisations plus souples, pas automatiquement plus fiables. Le bon choix consiste à laisser l’IA gérer l’ambiguïté tout en gardant les accès, les validations et les actions critiques dans des chemins contrôlés.

Pour une petite entreprise, le premier cas d’usage utile n’est probablement pas un agent connecté à tout. C’est plutôt un assistant interne limité à une ou deux sources, capable de préparer une synthèse ou un brouillon, puis de passer la main à une personne.

FuretSplick propose justement des automatisations n8n avec tests, alertes et reprise humaine. L’objectif reste le même avec ou sans agent : gagner du temps sans perdre le contrôle quand une étape échoue.

Sources

• n8n — Introducing n8n Agents, annonce publiée le 25 septembre 2026.
• Documentation n8n — Build and manage agents, disponibilité, fonctionnement, validations et exécutions.